至顶网软件频道消息: “采用达索系统3D体验平台,基于现场真实的测量数据建立大桥的模型,通过比较现实性模型和原始设计模型,可以发现潜在风险。在实际建造前完整地仿真出全部的建造方案,这对识别硬碰撞以及软碰撞并在后期进行编制调整非常有帮助,让整个建造过程变得非常直观。这是3D体验平台带来的一个最主要的益处。” 上海市基础工程集团有限公司BIM工程研究所所长余振栋如是说。
上海市基础工程集团有限公司是隶属于上海建工集团的全资子公司,是一家专业的总承包建筑企业,被上海市首家特色命名为“建设铁军”。有多个项目荣获国际、国家、市(部)级奖项、多项施工技术处于国际领先水平,在国内外建筑行业享有较高的声誉。
随着现代建筑业的发展,市政项目对自身及其对周边环境产生的影响要求越来越高。国家也出台相关规定,鼓励建设项目引入BIM技术,来提高管理水平和项目质量。作为行业创新的践行者,上海市基础工程集团有限公司在业内率先尝试将BIM技术引入辰塔大桥项目,来应对项目中极具挑战的工程需求。
仿真建造方案发现潜在风险
辰塔大桥项目位于上海市西南角的松江区主城区的西南部呈南北走向的辰塔公路上,是辰塔公路跨越黄浦江的一个重要节点。该项目施工现场及周边环境复杂,施工设备多且操作复杂,施工周期长、工期控制难度高,专项方案工序多。在质量与安全、工期的控制,大型设备的操控及环保方面面临诸多前所未有的挑战。
达索系统3D体验平台可以提供建筑工程全生命期的信息管理能力。工程师可以使用CATIA建模工具创建复杂的BIM模型,而DELMIA仿真工具可以模拟施工过程,让施工方在虚拟环境里研究和评估施工方案,降低项目风险。上海市基础工程集团有限公司BIM工程研究所所长余振栋表示:“我们采用达索系统3D体验平台,基于现场真实的测量数据建立出大桥的模型,通过比较现实性模型和原始设计模型,可以发现潜在风险。在实际建造前完整地仿真出全部的建造方案,这对识别硬碰撞以及软碰撞并在后期进行编制调整非常有帮助。整个模拟过程增强了设备、场地布局、设计构造之间的关联性和互动性,让整个建造过程变得非常直观。这是3D体验平台带来的一个最主要的益处。”
此外,3D体验平台中的工艺仿真模块可以对索塔爬模设备、主梁挂篮设备等大型设备按照实际尺寸建模并进行碰撞分析,避免返工和其他损失。辰塔大桥项目施工周期长达3年,涉及专业繁多。工期控制模块可以让整个施工工期一目了然,在施工总计划优化中起到了重要作用,还可以调整部分非关键工序的开始时间,促进资源配置。借助三维工具对施工场布和周边环境进行建模,可以合理地规划施工平面布置和周边环境的关系,确保施工作业有序进行的同时把对周边环境的影响降到最低。
3D体验平台有效缩短项目工期
达索系统的3D体验平台可将施工方案空间立体化,避免了设备的硬碰撞,在提高基坑安全性的同时将项目工期缩短近30天。质量控制方面的成果也比较突出,通过BIM技术的应用,将主塔监测数据通过模型直观的显示出来,为后续槽段的施工提供直观的经验依据,并通过整体建模预判地墙质量良好,实际开挖效果也验证了这一点。上海市基础工程集团有限公司BIM工程研究所所长余振栋表示:“BIM技术在辰塔大桥项目中发挥了重要作用,提高管理效率减少施工浪费,带来了显而易见的效益。这个项目涉及多专业交叉设计施工,运用传统施工管理方式是很难进行统筹规划的。BIM技术的应用,可以直观全面的将项目中多个专业信息汇集在一起,以3D模型的形式表现出来,这对于项目施工的质量和进度控制十分重要。”
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。